天才一秒记住【热天中文网】地址：https://www.rtzw.net
那么，通过求后验概率，我们能够了解到什么呢？其实，只要抽出图表的开头、中间和结尾部分，并填入数值，结果就很明确了。
（图表1-10）
图表1-10有关顾客类别的贝叶斯更新
看这个图表便可了解到，在没有观察到任何行为时，面前的顾客是“来买东西的人”
的概率为0.2（先验概率），但观察到“上前询问”
这一行为之后，数值便更新为约0.43（后验概率）。
也就是说，虽然并不能断定这位顾客就是“来买东西的人”
，但这一结果的可能性提高到了以前的两倍，这便是“贝叶斯更新”
。
在本书中，上述过程称为“贝叶斯推理”
。
贝叶斯推理可以总结为：通过观察行动（信息），将先验概率通过贝叶斯更新，转换为后验概率。
在本书中，每个案例中进行的推算称为“贝叶斯推理”
，而将这些案例中的推算方法整合起来，便是“贝叶斯统计学”
。
第1讲·小结
1．设定两个类别（“来买东西的人”
和“随便逛逛的人”
）的概率（先验概率）。
2．设定类别“来买东西的人”
“上前询问”
以及“不上前询问”
两种行为的概率，和“随便逛逛的人”
“上前询问”
以及“不上前询问”
的概率（条件概率）。
这需要一定的经验和数据作为支撑。
3．因为观察到了“上前询问”
的行为，因此，可以排除掉“不上前询问”
的可能性。
4．使“来买东西的人上前询问”
的概率和“随便逛逛的人上前询问”
的概率组合，满足标准化条件。
也就是说，在保持比例关系的前提下，使其相加之和等于1。
5．还原标准化条件后的“来买东西的人”
的概率，也就是观察到“上前询问”
行为后，判断“来买东西的人”
类别的后验概率。
本章未完，请点击下一章继续阅读！若浏览器显示没有新章节了，请尝试点击右上角↗️或右下角↘️的菜单，退出阅读模式即可，谢谢！